The role of IRF7 and NF-κB pathways in the induction of antiviral responses in chicken tracheal epithelial cells following exposure to TLR3 and 4 ligands
Notice bibliographique
Résumé
Abstract With recent outbreaks of avian influenza viruses (AIV), there is a need for better understanding of host responses in the respiratory system to AIV in order to develop and improve prophylactic procedures for control of AIV. Toll-like receptors (TLRs) are molecules in the immune system that rapidly induce antiviral responses in the host. Activation of TLRs by their ligands leads to a variety of cellular responses, including the production of interferons (IFNs). However, there is little information about induced antiviral responses in chicken trachea following TLR ligand treatment. We cultured primary chicken tracheal epithelial cells (cTECs) to determine antiviral responses induced by TLR3 and 4 ligands. These cells were treated with polyI:C and LPS from Escherichia coli 026:B6, TLR3 and 4 ligands respectively, before AIV infection. We also used BX795 and celastrol, inhibitors of IRF7 and NF-κB pathways, respectively, in order to gain insight into the mechanisms involved in the induced antiviral responses. Our results showed that treatment of cTECs with TLR ligands reduced the replication of AIV in cTECs. Treatment of cTECs with polyI:C resulted in highest reduction of viral replication in cTECs followed by treatment of cTECs with LPS. BX795 increased AIV replication in polyI:C and LPS treated cells while celastrol increased AIV replication in polyI:C treated cells. Overall, these results provided evidence that cTECs are able to mount antiviral responses against AIV after TLR ligand stimulation. Moreover, we determined the role of IRF7 and NF-κB signalling pathways in the induction of antiviral responses. Studies are underway to examine the ability of cTECs to produce type I IFNs and the effect of other cells, such as macrophages, on cTECs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».